ENTREGA 3: Creación del dashboard o tablero de control.

El presente trabajo de análisis estadístico tiene como objetivo investigar una serie de variables que pueden explicar los factores de influencia en relación a la votación por el candidato Pedro Castillo de Perú Libre en la Segunda Vuelta Electoral de las últimas elecciones generales en Perú del 2021.

Grafica/tabla que describa la variable central
Grafica/tabla que describa la variable central y sus relaciones con las demas variables:

modelos de asociación / correlación
modelos de regresión/factorización
modelos de clusterización

library(flexdashboard)

## Warning: package 'flexdashboard' was built under R version 4.3.2

Base unificada

library(rio)
midata=import("Base de datos_Unificada.xlsx")
str(midata)

## 'data.frame':    196 obs. of  11 variables:
##  $ Ubigeo        : num  10200 10300 10100 10400 10500 10600 10700 60200 60100 60300 ...
##  $ 
##  Provincia: chr  "BAGUA" "BONGARÁ" "CHACHAPOYAS" "CONDORCANQUI" ...
##  $ VOTOS         : num  24971 8374 15561 13060 12528 ...
##  $ POBLATOTAL    : num  98110 29335 58773 75888 50827 ...
##  $ POBLA_80      : num  1217 655 1362 175 1560 ...
##  $ IVIA          : num  52 51 40 69 58 59 53 65 45 71 ...
##  $ IDE           : num  64.9 71.6 76.7 40.9 70.5 ...
##  $ POBLAPOBRE    : num  34.8 33.2 22 56.8 48.1 ...
##  $ POBLAXPOBRE   : num  23.1 10.7 11.7 38.1 25 ...
##  $ POBLAOCU      : num  26886 11213 25569 8563 16076 ...
##  $ DEVENGADO     : num  5798 2107 19970 2652 3006 ...

summary(midata)

##      Ubigeo        \r\n Provincia        VOTOS           POBLATOTAL      
##  Min.   : 10100   Length:196         Min.   :    825   Min.   :    4997  
##  1st Qu.: 50775   Class :character   1st Qu.:   8796   1st Qu.:   31953  
##  Median :105600   Mode  :character   Median :  19866   Median :   67956  
##  Mean   :114595                      Mean   :  44654   Mean   :  175477  
##  3rd Qu.:170225                      3rd Qu.:  39756   3rd Qu.:  136629  
##  Max.   :250400                      Max.   :1938450   Max.   :10204814  
##     POBLA_80           IVIA            IDE          POBLAPOBRE    
##  Min.   :    32   Min.   :12.00   Min.   :40.88   Min.   : 3.106  
##  1st Qu.:   739   1st Qu.:37.75   1st Qu.:65.75   1st Qu.:21.970  
##  Median :  1330   Median :54.00   Median :69.74   Median :33.057  
##  Mean   :  3206   Mean   :49.71   Mean   :69.06   Mean   :32.027  
##  3rd Qu.:  2366   3rd Qu.:64.00   3rd Qu.:74.61   3rd Qu.:43.805  
##  Max.   :194084   Max.   :79.00   Max.   :83.32   Max.   :67.307  
##   POBLAXPOBRE          POBLAOCU         DEVENGADO    
##  Min.   : 0.00217   Min.   :    867   Min.   : 1519  
##  1st Qu.: 3.48562   1st Qu.:   9519   1st Qu.: 2812  
##  Median :11.98624   Median :  22456   Median : 3591  
##  Mean   :13.39464   Mean   :  67090   Mean   : 4527  
##  3rd Qu.:20.55554   3rd Qu.:  43788   3rd Qu.: 5661  
##  Max.   :48.66587   Max.   :4444364   Max.   :19970

Presentación de la base unificada

## Warning: package 'DT' was built under R version 4.3.2

Por un lado, en esta presentación se observa las variables de análisis en donde destaca la variable VOTOS, la cual representa a los votos obtenidos por provincia, del candidato Pedro Castillo. Por otro lado, aparecen las variables independientes: POBLAXPOBRE, la cual hace referencia a la población en condición pobre extremo; POBLAPOBRE, la cual refiere a la población en condición pobre; IVIA, la cual refiere al índice de inseguridad alimentaria; IDE, la cual refiere a la densidad del Estado; POBLAOCU, la cual refiere a la población ocupada; y, finalmente, DEVENGADO, la cual tiene que ver con el presupuesto devengado por provincia. Además, se coloca dos variables potenciales que pueden funcionar como variables de control: POBLATOTAL (población total) y POBLA_80 (población mayor de 80 años).

Gráfica de descripción de la variable central

df2 <- midata[, c(3:11)]  
row.names(df2)= midata$Provincia

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.3.2

ggplot(df2, aes(x = "", y = VOTOS)) +
  geom_boxplot(fill = "skyblue", color = "black") +
  ylim(0, 100000) +  # Establecer límites del eje y
  labs(title = "Diagrama de Cajas: Votos a favor de Pedro Castillo en segunda vuelta (Variable Central)", x = "Categoría", y = "Valor")

## Warning: Removed 17 rows containing non-finite values (`stat_boxplot()`).

Se observa que la concentración de votos a nivel provincial tiene un promedio bastante bajo. Sin embargo, se observa valores atípicos de mayor recurrencia en las grandes urbes: probablemente el valor atípico que se observa en la gráfica sea Lima por su densidad poblacional.

library(ggplot2)
library(plotly)

## Warning: package 'plotly' was built under R version 4.3.2

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:rio':
## 
##     export

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

p1 <- ggplot(df2, aes(x = "", y = VOTOS, color = "")) +
  geom_boxplot(width = 0.9) + coord_flip(ylim = c(0, 200000)) +  # Ajustar el rango del eje y
  theme(legend.position = "top", axis.text.y = element_blank(), panel.background = element_rect(fill = "white", colour = "white")) +
  geom_jitter(shape = 16, position = position_jitter(0.2), size = 2) +  # Ajustar el tamaño de los puntos
  labs(title = "Votos totales de la Segunda Vuelta de Pedro Castillo", x = "", y = "Frecuencias", subtitle = "", caption = "ONPE")

# Convertir a plotly
ggplotly(p1)

Modelo de correlación entre la variable dependiente e independientes

Correlación entre variables

library(ggcorrplot)

## Warning: package 'ggcorrplot' was built under R version 4.3.1

colNums=names(df2)
numXs=df2[,colNums]
ggcorrplot(cor(numXs),lab = T,show.diag = F)

Se observa una correlación bastante endeble en relación a algunas variables como POBLAPOBRE o POBLAXPOBRE, por ejemplo. Caso que puede contradecir ha algunas hipótesis que sostienen que las provincias más pobres votaron por el candidato Castillo.

Modelo de regresión lineal múltiple (Gauss)

Se opta por este modelo debido a que nuestra variable dependiente (VOTOS) ostenta un carácter numérico continuo. En esa línea, se plantearán tres modelos anidados que posteriormente serán comparados.

MODELO 1

Hipótesis: El número de votos a Pedro Castillo se encuentra influenciado por la cantidad de población pobre en cada provincia, controlado por la población total

modelo1=formula(VOTOS~POBLAPOBRE + POBLATOTAL)

reg1=lm(modelo1,data=midata)
summary(reg1)

## 
## Call:
## lm(formula = modelo1, data = midata)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -113804   -9398   -4640    5221  180556 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  1.793e+04  4.039e+03   4.438 1.52e-05 ***
## POBLAPOBRE  -2.112e+02  1.133e+02  -1.864   0.0638 .  
## POBLATOTAL   1.908e-01  2.222e-03  85.899  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 22920 on 193 degrees of freedom
## Multiple R-squared:  0.975,  Adjusted R-squared:  0.9747 
## F-statistic:  3760 on 2 and 193 DF,  p-value: < 2.2e-16

library(modelsummary)
model1=list('apropiacion (I)'=reg1)
modelsummary(model1, title = "Regresion: modelo 1",
             stars = TRUE,
             output = "kableExtra")

Regresion: modelo 1
	apropiacion (I)
(Intercept)	17927.844***
	(4039.183)
POBLAPOBRE	−211.157+
	(113.252)
POBLATOTAL	0.191***
	(0.002)
Num.Obs.	196
R2	0.975
R2 Adj.	0.975
AIC	4496.7
BIC	4509.8
Log.Lik.	−2244.355
F	3760.140
RMSE	22739.32
+ p < 0.1, * p < 0.05, p < 0.01, * p < 0.001

Al probar esta hipótesis vemos…

La variable POBLAPOBRE tiene signo negativo, es decir, tiene una relaciòn inversa con la variable VOTOS.
La magnitud del efecto de la variable POBLAPOBRE es de −211.157+ lo que indica cuànto varìa la variable dependiente cundo aumenta en una unidad controlado por la poblaciòn total.
La variable POBLAPOBRE no es signficativa

MODELO 2

Hipotesis: El número de votos a Pedro Castillo se encuentra influenciado por la cantidad de población pobre y el Índice de Vulnerabilidad a la Inseguridad Alimentaria en cada provincia, controlado por la población total.

modelo2=formula(VOTOS~POBLAPOBRE+IVIA + POBLATOTAL)

reg2=lm(modelo2,data=midata)
summary(reg2)

## 
## Call:
## lm(formula = modelo2, data = midata)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -113479   -8632   -4226    5503  178657 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  2.377e+04  5.486e+03   4.334 2.36e-05 ***
## POBLAPOBRE   8.391e+01  2.194e+02   0.382    0.703    
## IVIA        -3.049e+02  1.944e+02  -1.568    0.118    
## POBLATOTAL   1.900e-01  2.272e-03  83.634  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 22830 on 192 degrees of freedom
## Multiple R-squared:  0.9753, Adjusted R-squared:  0.9749 
## F-statistic:  2527 on 3 and 192 DF,  p-value: < 2.2e-16

library(modelsummary)
model2=list('apropiacion (I)'=reg2)
modelsummary(model2, title = "Regresion: modelo 2",
             stars = TRUE,
             output = "kableExtra")

Regresion: modelo 2
	apropiacion (I)
(Intercept)	23774.663***
	(5485.861)
POBLAPOBRE	83.914
	(219.402)
IVIA	−304.856
	(194.408)
POBLATOTAL	0.190***
	(0.002)
Num.Obs.	196
R2	0.975
R2 Adj.	0.975
AIC	4496.2
BIC	4512.6
Log.Lik.	−2243.108
F	2526.530
RMSE	22595.09
+ p < 0.1, * p < 0.05, p < 0.01, * p < 0.001

Concentràndonos en la variable IVIA al probar esta hipótesis vemos…

La variable IVIA tiene signo negativo, es decir, tiene una relaciòn inversa con la variable VOTOS.
La magnitud del efecto de la variable IVIA es de −304.856 lo que indica cuànto varìa la variable dependiente cundo aumenta en una unidad controlado por la poblaciòn total.
La variable IVIA no es signficativa

COMPARACIÓN DE MODELOS

models=list('apropiacion (I)'=reg1,
            'apropiacion (II)'=reg2)
modelsummary(models, title = "Resultados de todos los modelos",
             stars = TRUE,
             output = "kableExtra")

Resultados de todos los modelos
	apropiacion (I)	apropiacion (II)
(Intercept)	17927.844***	23774.663***
	(4039.183)	(5485.861)
POBLAPOBRE	−211.157+	83.914
	(113.252)	(219.402)
POBLATOTAL	0.191***	0.190***
	(0.002)	(0.002)
IVIA		−304.856
		(194.408)
Num.Obs.	196	196
R2	0.975	0.975
R2 Adj.	0.975	0.975
AIC	4496.7	4496.2
BIC	4509.8	4512.6
Log.Lik.	−2244.355	−2243.108
F	3760.140	2526.530
RMSE	22739.32	22595.09
+ p < 0.1, * p < 0.05, p < 0.01, * p < 0.001

library(ggplot2)
library(sjPlot)

## Warning: package 'sjPlot' was built under R version 4.3.1

## #refugeeswelcome

plot_models(reg1,reg2,vline.color = "black",m.labels=c("Modelo 1","Modelo 2"),dot.size = 1,line.size = 0.6)

library(magrittr)
library(knitr)
tanova=anova(reg1,reg2)

kable(tanova,
      caption = "Tabla ANOVA para comparar modelos")%>%kableExtra::kable_styling(full_width = FALSE)

Tabla ANOVA para comparar modelos
Res.Df	RSS	Df	Sum of Sq	F	Pr(>F)
193	101347016477	NA	NA	NA	NA
192	100065446812	1	1281569664	2.459004	0.1184994

Anàlisis: es evidente que el modelo 2 es un mejor modelo que el modelo 1 con valor de AIC de 4496.2, el cual es menor al del otro modelo. Tambièn se constata que ambos modelos tienen un buen rango de explicaciòn mayor al 95%, sin embargo, se observa que tanto la variable POBLAPOBRE como la variable IVIA, pese a ser variables de expliaciòn de ìndices de calidad de vida, no son significativas para los modelos. Esto contradice la hipòtesis general y al entendimiento general de la sociedad sobre la idea de que los votantes de Pedro Castillo pertenecen al grupo de personas con menor calidad de vida,

CONGLOMERADOS

cor(midata[,c(3:11)])

##                   VOTOS POBLATOTAL    POBLA_80       IVIA        IDE
## VOTOS        1.00000000  0.9871816  0.98418231 -0.2390960  0.2300172
## POBLATOTAL   0.98718161  1.0000000  0.99800164 -0.2151396  0.2069641
## POBLA_80     0.98418231  0.9980016  1.00000000 -0.1997297  0.2129387
## IVIA        -0.23909600 -0.2151396 -0.19972966  1.0000000 -0.6229181
## IDE          0.23001723  0.2069641  0.21293871 -0.6229181  1.0000000
## POBLAPOBRE  -0.13549747 -0.1158965 -0.09776978  0.8568508 -0.4973409
## POBLAXPOBRE -0.15831506 -0.1426023 -0.12479963  0.7412856 -0.3770688
## POBLAOCU     0.98675868  0.9993913  0.99819215 -0.2141708  0.2097626
## DEVENGADO    0.06871857  0.0661369  0.07051456 -0.0920018  0.1992577
##              POBLAPOBRE POBLAXPOBRE    POBLAOCU   DEVENGADO
## VOTOS       -0.13549747 -0.15831506  0.98675868  0.06871857
## POBLATOTAL  -0.11589655 -0.14260231  0.99939128  0.06613690
## POBLA_80    -0.09776978 -0.12479963  0.99819215  0.07051456
## IVIA         0.85685082  0.74128565 -0.21417078 -0.09200180
## IDE         -0.49734089 -0.37706875  0.20976264  0.19925771
## POBLAPOBRE   1.00000000  0.83905031 -0.11849983 -0.17301722
## POBLAXPOBRE  0.83905031  1.00000000 -0.14401429 -0.06428243
## POBLAOCU    -0.11849983 -0.14401429  1.00000000  0.07240889
## DEVENGADO   -0.17301722 -0.06428243  0.07240889  1.00000000

dataClus=midata[,c(3:11)]
row.names(dataClus)=midata$Provincia

library(cluster)

## Warning: package 'cluster' was built under R version 4.3.2

g.dist = daisy(dataClus, metric="gower")

AGNES

Nùmero de clusters

library(factoextra)

## Warning: package 'factoextra' was built under R version 4.3.2

## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

fviz_nbclust(dataClus, pam,diss=g.dist,method = "gap_stat",k.max = 10,verbose = F)

Se observa que el nùmero de clusters sugeridos para el anàlisis PAM es 1. Debido a que la clusterizaciòn no puede llevarse a cabo con un solo cluster, se emplearàn 3 como tentativa.

PAM

library(kableExtra)

## Warning: package 'kableExtra' was built under R version 4.3.2

set.seed(123)
res.pam=pam(g.dist,3,cluster.only = F)

#nueva columna
dataClus$pam=res.pam$cluster

# ver

head(dataClus,15)%>%kbl()%>%kable_styling()

VOTOS	POBLATOTAL	POBLA_80	IVIA	IDE	POBLAPOBRE	POBLAXPOBRE	POBLAOCU	DEVENGADO	pam
24971	98110	1217	52	64.92029	34.84303	23.06814	26886.463	5797.563	1
8374	29335	655	51	71.63909	33.24050	10.74025	11212.590	2106.738	2
15561	58773	1362	40	76.72790	22.02147	11.69852	25568.807	19969.544	2
13060	75888	175	69	40.88290	56.83160	38.14063	8563.138	2652.199	1
12528	50827	1560	58	70.52045	48.14855	24.99788	16076.254	3005.718	1
7739	33341	824	59	67.41977	33.21215	13.32772	12366.910	2988.584	1
36201	126719	1950	53	69.37494	29.89864	12.19684	42027.197	2640.640	2
39546	89995	1900	65	66.50604	52.59360	42.85749	24151.949	1955.310	1
131676	406186	6482	45	74.70071	33.68762	15.77103	132164.782	8241.849	2
31576	97950	2376	71	65.30679	57.93847	40.95297	27186.640	2151.772	1
66646	170514	5027	67	68.55375	58.11386	29.37011	49421.527	3614.310	1
8516	29641	1002	57	65.95108	45.35005	25.58486	9487.804	3290.277	1
42220	139778	3320	66	65.88736	57.50306	37.34836	41410.213	3186.720	1
41797	100019	2471	63	67.02878	51.93959	25.35182	28717.002	2289.258	1
72366	231137	3731	50	69.08823	39.36481	16.07615	76410.164	2806.103	2

install.packages("factoextra")

## Warning: package 'factoextra' is in use and will not be installed

library(factoextra)

fviz_silhouette(res.pam, print.summary = FALSE)

Provincias mal clusterizadas

silPAM=data.frame(res.pam$silinfo$widths)
silPAM$country=row.names(silPAM)
poorPAM=silPAM[silPAM$sil_width<0,'country']%>%sort()
poorPAM

## [1] "103" "108" "174" "6"

AGNES

Número de Clusters

fviz_nbclust(dataClus, hcut,diss=g.dist,method = "gap_stat",k.max = 10,verbose = F,hc_func = "agnes")

La estrategia aglomerativa de Agnes sugiere, de nuevo, un cluster para el anàlisis. Esto no es posible de graficar por lo que se emplearà el siguiente mejor nùmero de clusters, es decir, 2.

library(dplyr)

## Warning: package 'dplyr' was built under R version 4.3.1

## 
## Attaching package: 'dplyr'

## The following object is masked from 'package:kableExtra':
## 
##     group_rows

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(kableExtra)
set.seed(123)
library(factoextra)

res.agnes<- hcut(g.dist, k = 2,hc_func='agnes',hc_method = "ward.D")

dataClus$agnes=res.agnes$cluster

# ver

head(dataClus,15)%>%kbl()%>%kable_styling()

VOTOS	POBLATOTAL	POBLA_80	IVIA	IDE	POBLAPOBRE	POBLAXPOBRE	POBLAOCU	DEVENGADO	pam	agnes
24971	98110	1217	52	64.92029	34.84303	23.06814	26886.463	5797.563	1	1
8374	29335	655	51	71.63909	33.24050	10.74025	11212.590	2106.738	2	1
15561	58773	1362	40	76.72790	22.02147	11.69852	25568.807	19969.544	2	2
13060	75888	175	69	40.88290	56.83160	38.14063	8563.138	2652.199	1	1
12528	50827	1560	58	70.52045	48.14855	24.99788	16076.254	3005.718	1	1
7739	33341	824	59	67.41977	33.21215	13.32772	12366.910	2988.584	1	1
36201	126719	1950	53	69.37494	29.89864	12.19684	42027.197	2640.640	2	1
39546	89995	1900	65	66.50604	52.59360	42.85749	24151.949	1955.310	1	1
131676	406186	6482	45	74.70071	33.68762	15.77103	132164.782	8241.849	2	1
31576	97950	2376	71	65.30679	57.93847	40.95297	27186.640	2151.772	1	1
66646	170514	5027	67	68.55375	58.11386	29.37011	49421.527	3614.310	1	1
8516	29641	1002	57	65.95108	45.35005	25.58486	9487.804	3290.277	1	1
42220	139778	3320	66	65.88736	57.50306	37.34836	41410.213	3186.720	1	1
41797	100019	2471	63	67.02878	51.93959	25.35182	28717.002	2289.258	1	1
72366	231137	3731	50	69.08823	39.36481	16.07615	76410.164	2806.103	2	1

# Visualize
fviz_dend(res.agnes, cex = 0.7, horiz = T,main = "")

## Warning: The `<scale>` argument of `guides()` cannot be `FALSE`. Use "none" instead as
## of ggplot2 3.3.4.
## ℹ The deprecated feature was likely used in the factoextra package.
##   Please report the issue at <https://github.com/kassambara/factoextra/issues>.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

fviz_silhouette(res.agnes,print.summary = F)

-Pronvincias mal clusterizadas

silAGNES=data.frame(res.agnes$silinfo$widths)
silAGNES$country=row.names(silAGNES)
poorAGNES=silAGNES[silAGNES$sil_width<0,'country']%>%sort()
poorAGNES

## [1] "115" "157" "193" "34"  "68"  "99"

DIANA

Nùmero de clusters

fviz_nbclust(dataClus, hcut,diss=g.dist,method = "gap_stat",k.max = 10,verbose = F,hc_func = "diana")

El nùmero de clsuters sugeridos por el algoritmo Diana es 1, sin embargo, no e sposible realizar el anàlisis de esa forma por lo que se tomarà en cuenta el siguiente mejor nùmero sugerido que es 3.

set.seed(123)
res.diana <- hcut(g.dist, k = 3,hc_func='diana')
dataClus$diana=res.diana$cluster
# veamos
head(dataClus,15)%>%kbl%>%kable_styling()

VOTOS	POBLATOTAL	POBLA_80	IVIA	IDE	POBLAPOBRE	POBLAXPOBRE	POBLAOCU	DEVENGADO	pam	agnes	diana
24971	98110	1217	52	64.92029	34.84303	23.06814	26886.463	5797.563	1	1	1
8374	29335	655	51	71.63909	33.24050	10.74025	11212.590	2106.738	2	1	1
15561	58773	1362	40	76.72790	22.02147	11.69852	25568.807	19969.544	2	2	2
13060	75888	175	69	40.88290	56.83160	38.14063	8563.138	2652.199	1	1	1
12528	50827	1560	58	70.52045	48.14855	24.99788	16076.254	3005.718	1	1	1
7739	33341	824	59	67.41977	33.21215	13.32772	12366.910	2988.584	1	1	1
36201	126719	1950	53	69.37494	29.89864	12.19684	42027.197	2640.640	2	1	1
39546	89995	1900	65	66.50604	52.59360	42.85749	24151.949	1955.310	1	1	1
131676	406186	6482	45	74.70071	33.68762	15.77103	132164.782	8241.849	2	1	2
31576	97950	2376	71	65.30679	57.93847	40.95297	27186.640	2151.772	1	1	1
66646	170514	5027	67	68.55375	58.11386	29.37011	49421.527	3614.310	1	1	1
8516	29641	1002	57	65.95108	45.35005	25.58486	9487.804	3290.277	1	1	1
42220	139778	3320	66	65.88736	57.50306	37.34836	41410.213	3186.720	1	1	1
41797	100019	2471	63	67.02878	51.93959	25.35182	28717.002	2289.258	1	1	1
72366	231137	3731	50	69.08823	39.36481	16.07615	76410.164	2806.103	2	1	1

fviz_silhouette(res.diana,print.summary = F)

Anàlisis: en definitiva, los datos presentados no son ùtiles o aptos para realizar un anàlisis de conglomerados ya que en todos los procesos de clusterizados el resultado es 1. Esto significa que las variables presentadas no pueden ser agrupadas en diversos clusters por su gran distancia y poca similitud. A pesar de ello, ignorando el nùmeros de clusters sugeridos en cada algoritmo, se realizò la clusterizaciòn y se obtuvo como mejor estrategia la de Pam ya que presenta menor nùmero de datos mal clusterizados.

Entrega 3: Factores que influenciaron al voto por Pedro Castillo en segunda vuelta electoral en Perú

Curso: Estadística para el análisis político 2

Integrantes: Diana Diaz, Renato Escobedo

2023-2

ENTREGA 3: Creación del dashboard o tablero de control.

Base unificada

Presentación de la base unificada

Gráfica de descripción de la variable central

Modelo de correlación entre la variable dependiente e independientes

Correlación entre variables

Modelo de regresión lineal múltiple (Gauss)

MODELO 1

MODELO 2

COMPARACIÓN DE MODELOS

CONGLOMERADOS

AGNES

PAM

AGNES

DIANA